摘要
Abstract
第一章引言
1.1选题背景
1.1.1入侵检测
1.1.2模糊关联规则挖掘
1.2本文的研究内容
1.3本文的组织安排
第二章入侵检测与模糊入侵检测
2.1入侵检测概述
2.2入侵检测的定义
2.3入侵检测的评估标准
2.4入侵检测的分类
2.4.1按检测方法分类
2.4.2按数据来源分类
2.5入侵检测的方法论
2.5.1基于机器学习与数据挖掘
2.5.2基于Agent技术
2.5.3基于人工免疫技术
2.6模糊入侵检测
2.6.1概述
2.6.2模糊入侵检测方法的优势
2.6.3相关工作
2.6.4本文的模糊入侵检测方法
第三章数据集属性的模糊化与模糊映射
3.1模糊集理论引入入侵检测的必要性
3.2模糊集与模糊隶属函数
3.3模糊化与模糊映射
3.4类别属性的模糊映射
3.5量化属性的模糊映射
第四章模糊关联规则挖掘
4.1数据挖掘与关联规则
4.2模糊关联规则
4.2.1概述
4.2.2模糊关联规则的定义
4.3模糊关联规则的挖掘
4.3.1模糊模式
4.3.2模糊模式的支持度计算
4.3.3频繁模糊模式集的产生
4.3.4置信度的计算
4.4实验过程与结果
4.4.1数据集的选择和预处理
4.4.2数据集属性的模糊化和模糊映射
4.4.3挖掘模糊关联规则
第五章基于双置信度的模糊分类器
5.1模糊分类器的设计与实现
5.2模糊分类器的模糊匹配
5.3模糊分类器的测试和评估
5.4实验过程和实验结果
5.4.1最小隶属度阈值的影响
5.4.2模糊关联规则的有效性和完备性测试
5.4.3模糊分类器的测试和比较
5.4.4模糊分类器的性能评估
第六章结束语
参考文献
致谢
在读期间发表的论文和参与的科研项目